Jev 指南
2026 年 9 月 15 日，一个新 AI 模型发布，而它出圈的方式是拒绝"说话"。Jev——TypeSafe AI 的第一个模型——不聊天、不写稿、连一句完整的话都不生成。你给它一段状态加类型化问题，它返回带校准概率的结构化答案。这就是全部接口，而在自动化场景里，这恰恰是对的那个。
这一页是我们在 Jev 主题上的总入口：这个模型是什么、想法从哪来、API 怎么用、性能声明几分真、下一步去哪。
Jev 是什么？
Jev 是 TypeSafe AI 所称 System One 模型类的第一个——类名取自卡尼曼《思考，快与慢》里快而直觉的系统 1，对应 LLM 所像的慢而深思的系统 2。大语言模型用生成的文本回答，Jev 用类型化数值回答：从你的列表里选一个（Choice）、在你的量表上打分（Score）、或返回 0 到 1 的概率（Noul）。每个答案带置信度，超出 schema 的响应在数学上不可能。
背后的公司由 Diogo Almeida 于 2024 年创立——他在 OpenAI 工作约四年，做了 InstructGPT、ChatGPT、GPT-4 背后的 RLHF 研究。他对聊天模型的判词——"我们抓到了瓶子里的闪电，可它没什么用"——就是产品的起源故事。发布同时官宣 DCVC 领投的 4000 万美元种子轮。
完整的故事——卡尼曼渊源、名字背后的杰文斯悖论、三种问题类型的可跑代码、速度声明的诚实读法——从 Jev 是什么？这篇完整解释开始。
Jev 速览
| 事实 | 数值 |
|---|---|
| 开发商 | TypeSafe AI（旧金山，2024 年创立） |
| 发布 | 2026 年 9 月 15 日（早期访问） |
| 模型类别 | System One 模型——面向决策、不生成文本 |
| 问题类型 | Choice、Score、Noul |
| 响应时间 | 端到端 70–500 毫秒 |
| 输入价格 | $0.042 /百万 token |
| 输出价格 | 免费 |
| 训练方法 | RLCD（校准决策强化学习） |
| 也可用 | Cloudflare Workers AI（typesafe/jev） |
去哪找 Jev
| 入口 | 地址 | 用途 |
|---|---|---|
| 官网 | https://typesafe.ai/ | 公司主页、发布公告 |
| 文档 | https://docs.typesafe.ai/ | 原语、模式、SDK（Python 与 JavaScript） |
| 早期访问 | 官网候补名单 | 直连 API，逐步放开 |
| Cloudflare Workers AI | typesafe/jev | 不用排队就能跑 |
| 维基百科 | Jev (AI model) | 中立概述（带来源） |
给搜索者提个醒：全大写的 JEV 几十年来一直是流行性乙型脑炎病毒的缩写——不带"ai"搜"what is jev"时，权威健康机构的页面霸屏。如果你找的是那个，CDC 才是正确的门。找这个模型，多打一个关键词就够。
本指南覆盖什么
专集还年轻，随产品一起生长。现有内容：
- Jev 是什么？——完整解释文：来龙去脉、三种问题类型的可跑示例、Jev 对比 LLM 的取舍、性能声明的小字部分、什么时候用哪个。
随着早期访问放开，还会补上：获取与免费使用的上手指南（候补名单/Cloudflare/各试玩选项）、GitHub 生态与 SDK 的开发者走读、Jev 对比传统 LLM 在真实负载下的近距离评测。Jev 所处的更大模型版图见我们的 AI 指南；TypeSafe 自家评测注脚里反复点名的开源权重对手，DeepSeek 指南也在这里。
FAQ
Jev 是 LLM 吗？不是——它基于 transformer、能读自然语言，但从不生成文本。输出是由你的问题 schema 定义的类型化数值，所以 TypeSafe 把它归入新类别 System One 模型。
它有多快？端到端响应 70–500 毫秒。TypeSafe 报告在可比任务上比前沿 LLM 快 40–200 倍、便宜 40–400 倍，峰值 193.6 倍/444.6 倍出自自家工作流评测——公司自己称这些数字是真实收益的高端。
能免费用吗？直连 API 的输出 token 免费，输入 $0.042 /百万 token。Cloudflare Workers AI 上的 Jev 按它自己的账单计费，通常是最快跑起第一次调用的路。
谁做的 Jev？TypeSafe AI——由 Diogo Almeida（前 OpenAI，RLHF/ChatGPT 研究）、Erik Gafni、Sasha Sheng 创立，DCVC 领投 4000 万美元种子轮。
无论 Jev 最终是独一个类，还是一类模型的第一个，它所代表的想法——AI 输出决策而非散文——都值得现在就弄懂。从解释文开始，跑一遍三问题示例，一小时内你就能拿到完整图景。